EEG workshop

تصویر بالا محاسبه GPDC برای داده های 8 مولفه مغزی در بازه فرکانسی 1-40هرتز محاسبه و نشان داده شده است

در قسمت statistics برنامه sift برای محاسبه کانکتیویتیها که بدلیل زمانبر بودن انجام ان در کارگاه امکان مشاهده حذف کانکتیویتی های کاذب فراهم نشد شبیه سازی های زیر بروی داده کارگاه انجام شده است

برگزاری دهمین کارگاه ثبت، تحلیل و پردازش سیگنال های مغزی روز سوم جمعه ٢۶ مرداد ۱۳۹۷ #NBML

فایلهای ارائه روز اول👆👆👆

برگزاری دهمین کارگاه ثبت، تحلیل و پردازش سیگنال های مغزی روز دوم پنجشنبه ۲۵ مرداد ۱۳۹۷ دکتر علی مطیع نصرابادی #NBML

برگزاری دهمین کارگاه ثبت، تحلیل و پردازش سیگنال های مغزی روز دوم پنجشنبه ۲۵ مرداد ۱۳۹۷ دکتر علی مطیع نصرابادی #NBML

🔴 ثبت عملی سیگنال مغزی(EEG) در روز اول دهمین کارگاه سه روزه ثبت، تحلیل و پردازش سیگنال های EEG در آزمایشگاه ملی نقشه برداری مغز، هم اکنون در صفحه اینستاگرام آزمایشگاه به آدرس زیر به صورت زنده قابل مشاهده می باشد. https://www.instagram.com/national_brain_mapping_lab/

برگزاری دهمین کارگاه ثبت، تحلیل و پردازش سیگنال های مغزی روز اول چهارشنبه ۲۴ مرداد ۱۳۹۷ دکتر محمد میکاییلی #NBML

برگزاری دهمین کارگاه ثبت، تحلیل و پردازش سیگنال های مغزی روز اول چهارشنبه ۲۴ مرداد ۱۳۹۷ دکتر محمد میکاییلی #NBML

شرکت کنندگان محترم دهمین دوره کارگاه سه روزه ثبت، تحلیل و پردازش سیگنال های EEG، لطفا به نکات زیر توجه داشته باشید: 🗓کارگاه در روز چهارشنبه، پنجشنبه و جمعه (٢۴ الی ٢۶ مردادماه ۱٣٩٧) 🕰از ساعت ٨ الی ۱٨ 🏢در محل آزمایشگاه ملی نقشه برداری مغز، کارگر شمالی امیراباد پردیس دانشکده های فنی دانشگاه تهران، برگزار خواهد شد. لطفا قبل از حضور در کارگاه ◀️نرم افزار MATLAB را نصب نمایید. (تولباکس با نسخه های متلب بین ۲۰۰۹ تا ۲۰۱۳ تست شده است ورژن های دیگر ممکن است در مراحل پایانی دچار مشکل شوند) ◀️از عملکرد صحیح MATLAB و تولباکسEEGLAB بر روی سیستم عامل (MAC,linux,windows,....) خود اطمینان حاصل نمایید. ✔️داده ها و محتوای حجیم در کارگاه در اختیار شما قرار می گیرد. ✅درصورت بروز هرگونه مشکل می توانید از تدریس یاران کمک بگیرید. 📱لینک عضویت در کانال: https://t.me/eegworkshop

دسته دیگر از روشها تعداد منابع را ابتدا فرض میگیرند( مثلا 10 دوقطبی) و سپس با روشهای جستجوsearch جا و جهت انها را تعیین و باحل مسئله مستقیم و معکوس شدت منابع راتعیین و خطای بازسازی سیگنال eegدر سنسورها را محاسبه میکنند rv(residual variance ) و بر اساس rv مسئله بهینه سازی حل میشود

در SPM از روش MSP(Multiple Sparse Prior) استفاده میشود که تلفیقی از روشهای تنک sparse و تخمین بیزین فعالیت منابع است که به زبان ساده دنبال کمترین منابع فعال برای تولید سیگنالهای فضای سنسور است

یکی از روشهای معروف مکانیابی منابع روش LORETA می باشد که بصورت سرراست از روی سنسورها منابع را تخمین میزند و روی فعالیت منابع فیلتر مکانی اضافه میکند که این باعث کاهش حساسیت به نویز میشود در eeglab از پلاگین dipfit استفاده میشود که دران بجای استفاده از سیگنالهای سنسور از اطلاعاتی مولفه‌های ICA استفاده میشود و برای هر مولفه یک دوقطبی(یا جفت دوقطبی) مستقل از بقیه فیت میکند

برای پیدا کردن منابع فعال مغزی الگوریتمهای زیادی مطرح شده است در تمام این الگوریتمها دو مسیر پردازشی مطرح میشود. مسیر فوروارد forwsrd یا مستقیم و مسیر معکوس inverse . در مسیر مستقیم با دانستن جای منابع(محل دوقطبی، جهت و شدت ان) سیگنال eeg تولید شده از ان روی سانسورها یا کانالها محاسبه میشود که از قوانین انتشار موج استفاده میشود. در مسئله معکوس با فرض داشتن سیگنال ها در کانالها باید جای منابع، جهت و شدت دو قطبی ها بدست اید که بدیهی است جواب لزوما منحصر به فرد نیست. این منحصر به فرد نبودن جواب یکی از مشکلات مکان یابی منابع است

در ادامه توضیح پردازش سیگنالهای مغزی، بحث منابع مغزی source localization برای پیدا کردن مکان فعالیتهای نورونی کورتکس یا نواحی عمقی تر مطرح میشود که فرض میگیرد neutral patch ها یا "توده های با هم فعالیت کن عصبی" بصورت دوقطبی الکتریکی یا جریان نقطه ای قابل مدل کردن و محاسبه میباشند

تعیین این که کدام مولفه مغزی و کدام نویز یا فعالیت غیر کورتکسی هست احتیاج به تبحر دارد که محققین بهتر است با ان اشنا باشند